冷连轧动态变规格辊缝动态设定原理与应用

以变断面，变张力逆流求解非线性方程组动态变规格模型为基础，考虑了材料变形抗力偏差及轧机入口带钢厚度偏差来修正动态变规格过程辊缝的设定值，建立起冷连轧动态变规格辊缝动态设定系统。通过宝钢益昌1220冷连轧机组实际应用表明，该系统可以提高动态变规格过程轧制参数的稳定性，同时可以提高变规格过程中带钢的厚度精度，减少厚度超差长度。     

热连轧精轧机组的模糊动态设定

应用模糊逻辑控制技术建立了动态系统,该系统根据前两个机架实测的轧制力和设定计算的轧制力之间的偏差极性来推断产生误差的原因。再修正后续机架的辊缝值,提高带钢头部厚度精度。在建立模糊规则时,应用了专家经验与模糊辨识相结合的方法,使规则更加合理可信。中以实际数据进行了校验,证明该动态设定系统取得了良好的效果。     

5机架冷连轧动态变规格逆流调节的非线性全量算法

对动态变规格的控制与计算方法进行了比较与分析，并对动态变规格逆流调节的非线性全量法进行了深入分析与推导，得到了动态变规格各个时刻对应的辊缝和辊速。经过某冷轧厂1450酸轧机组的实践表明轧辊辊缝和辊速的动态设定能使动态变规格时的轧制过程稳定，且能够保证带钢超差长度达到设计要求。     

中厚板弹跳曲线零点漂移对轧制力自适应的影响

分析了中厚板轧制过程中弹跳曲线零点漂移对轧制力自适应的影响，认为在忽略人口厚度波动对轧件塑性影响的前提下，轧制力模型的自适应不受弹跳曲线零点漂移的影响。但如能根据实际生产需要用辊缝零点自适应的方法来计算辊缝零点漂移量，从而消除入口厚度波动对轧件塑性的影响，则可进一步提高轧制力的自适应精度，该方法在实际生产中取得了较好的应用效果。     

天铁1750mm热轧线粗轧机辊缝标定计算

天铁为了确保1750mm热轧线中间板坯的厚度控制精度,对粗轧机进行辊缝标定和相关的计算,为TCS控制系统提供计算数据。详细地介绍了轧机辊缝标定的内容、过程及相关计算公式。采用该方法将标定过程中测量出的相关数据与TCS控制系统的设定数据相结合,可有效地提高粗轧机中间坯的厚度控制精度,为精轧机组的顺利轧制提供了保障。     

5 000 mm宽厚板头部厚度超差原因及控制对策

 某5 000 mm宽厚板生产线轧制厚板时头部0.2～1.0 m范围内厚度超差较严重,极大地影响了产品尺寸精度与成材率。究其原因为轧制力预报偏差较大及头部辊缝补偿过度使得实际辊缝偏小,造成头部厚度偏薄,且随着钢板厚度越厚,该现象越明显。通过对L2轧制力设定模型及L1头部厚度控制系统的相关参数进行优化,经多次工业试验及应用,取得了显著效果,头部厚度合格率由原来的50%提高到90%以上。     

铝带热连轧头部变厚度轧制工艺和应用

带卷头部压伤是影响铝合金热轧带卷成品率的主要质量缺陷之一。为了有效控制该缺陷的产生,首先分析其产生的原因和机理,确定了采用穿带时依次改变各机架辊缝对带卷头部进行变厚度轧制的解决方案,建立了变厚度轧制的工艺数学模型,可实时计算各机架辊缝的调整量和调整速度,以达到增大带卷头部与内圈卷面间接触面积、减少带卷头部压伤缺陷的目的。在生产现场采用该方法后,头部压伤的不良比例由之前的5%降至1%左右,同时可以提高卷取机的最大允许卷取厚度。     

冷连轧动态规格变换非线性化设定模型

为满足合理的轧制工艺制度,克服线性化设定模型因略去高次项而产生的误差,据轧制过程中速度-流量平衡原理,建立逆轧制线方向改变辊缝和辊速的动态规格变换非线性化设定模型,并对因摩擦系数和支持辊轴承油膜厚度的变化进行了补偿。应用本文所建立的动态规格变换非线性化设定模型进行计算机动态模拟规格变换。其计算结果表明,该非线性化设定模型更接近实际轧制状态,计算过程简便,具有较理想的计算精度,是较适用的设定模型。     

考虑辊缝变化的板带热轧动态理论模型

精准的轧制模型是生产优质带材的关键,目前常用的热轧模型仅适用于研究静态轧制过程.当面对变厚度轧制及轧机振动等动态轧制过程时,由于常用的静态模型不包含辊缝变化速度参数,因此其模型结构缺乏完整性.为了对动态轧制进行全面深入的研究,需要建立一个包含辊缝变化速度参数的动态轧制模型.基于Orowan方程,同时考虑辊缝变化速度对带...     

中厚板厚度的在线软测量方法

根据中厚板的轧制特点,建立了比较完善的轧件出口厚度的软测量方法,它考虑了辊系弹性变形的影响,并引入辊缝零点漂移自学习算法,修正了轧辊磨损、热膨胀和机械间隙变化带来的影响,使轧件出口厚度的软测量模型更加完善.同时分析了实时轧制力和辊缝数据的处理方法对厚度计算的影响.在中厚板厂的应用结果表明,这种软测量方法精度较高,适合在实时中厚板轧制过程中应用.     

轧辊凸度变化对中厚板辊缝设定的影响

 根据影响函数法计算轧辊凸度对辊缝设定的影响,当保持工作辊和支承辊凸度不变,则轧制力与辊系弹性变形呈线性关系,工作辊和支承辊凸度的变化对直线的斜率几乎没有影响。并基于不同条件的计算结果,回归出轧辊凸度变化对辊缝设定影响的计算模型。最后对传统轧机弹跳模型进行改造,提出新的轧机弹跳模型。实际应用表明该修正模型能够有效提高轧件厚度预测精度。     

轧制力滤波与辊缝补偿的新方法

论述了一种实用的轧制力滤波与辊缝补偿的新方法，它通过对在线和离线采集到的轧制力分别进行快速傅立叶变换，经频域分析，把轧件影响的那部分轧制力在线检测出来，实现了厚度计AGC模型中实时反馈出轧件造成影响的那部分轧制力，同时定量推导出补偿偏心的辊缝值，从而有效地抑制了偏心的影响，提高了厚度精度，同时给出了仿真结果。     

高精度铜带轧机有载辊缝的调控性能分析

利用非线性有限元软件ABAQUS,将高精度铜带轧机辊系及轧件统一考虑建立有限元模型,分别计算了板宽、轧制力、弯辊力、工作辊凸度变化时高精度铜带轧机轧辊的变形,并得出了上述影响因素变化时对有载辊缝凸度的影响规律,分析了板宽对轧制力影响率、弯辊影响率及工作辊凸度影响率的影响,得出的规律可为高精度铜带轧机的有载辊缝的调控提供科学的依据。     

Pre-alculation optimization of finishing delivery temperature of hot strip head based on data driven

The pre-alculation of finishing delivery temperature of strip head is an important content in finishing rolling setting. It is not only the basis of temperature control for the whole length of the strip, but also related to the preset parameters of rolling speed, rolling force and roll gap. It plays a key role in the quality control of finished strip steel. In practical production, the finishing delivery temperature of strip head mainly depends on semi mechanism model which combines statistical experience and adaptive correction. However, due to the complexity of the strip heat transfer process, the temperature cannot be calculated accurately by the semi mechanism model, which leads to the low accuracy of the pre calculation of finishing delivery temperature at the head of the strip. In order to solve this problem, a hybrid optimization model from a data driven point of view which based on the semi mechanism models and supplemented by BP neural network and improved particle swarm optimization (IPSO) algorithm was established. Through simulation experiment, the results show that: compared with a pure neural network model or mechanism model, the pre calculation accuracy and convergence speed of the hybrid optimization model have been greatly improved up to 9667%, and it has a good application prospect.     

数据驱动的热轧带钢头部终轧温度预计算优化

摘要：带钢头部终轧温度(finishing delivery temperature,FDT)的预计算是精轧设定中的一项重要内容。它不仅是带钢全长终轧温度控制的基础,而且关系到轧制速度、轧制力以及辊缝等模型参数的预设定,对成品带钢的质量控制起着关键性的作用。在实际生产中,带钢头部终轧温度主要是通过结合了统计经验和自适应修正的半机理模型来计算,但是由于带钢换热过程的复杂性难以用关系式精确表达,导致了带钢头部终轧温度的预计算精度不高。针对此问题,从数据驱动的角度出发,利用BP神经网络和改进粒子群优化算法（improved particle swarm optimization, IPSO）,以半机理模型为主,IPSO-P网络模型为辅,建立了一种混合优化模型。通过仿真实验和实际生产对比,结果表明：相比于单纯的神经网络模型或者半机理模型,混合优化模型的预计算精度和收敛速度均有了很大的提高,达到9667%,具有良好的应用前景。     

基于多目标优化的冷连轧工作辊窜辊优化控制

 为了解决在高速连续生产中前后两卷带钢规格发生变化时,工作辊在线窜动和工作辊锥形段辊形引起的机组频繁断带问题,基于多目标寻优理论构造了工作辊窜辊多目标函数,计算得到了不同辊形下的最优窜辊区间,提高了轧机边部减薄控制效果。根据工作辊窜辊速度动态补偿控制确定不同轧制力条件下窜辊速度优化控制值,减小轧辊磨损和轴向力影响,保证高速轧制过程的稳定,减少带钢在工作辊窜动过程中产生的断带次数,提高了机组作业率和产品质量。     

基于CF-PSO-SVM的冷连轧非稳态工作辊弯辊模型优化

 板形质量是冷轧带钢重要的技术质量指标,同时工作辊弯辊是改善冷轧带钢板形质量的最有效的控制手段之一。冷连轧机组在高速稳定的轧制过程中板形控制精度能够达到较高的水平,但在升降速非稳态的轧制过程中板形控制效果非常不理想,这也成为制约冷轧带钢产品质量的不利因素。为了提高冷连轧机在升降速非稳态轧制过程中带钢板形的控制精度,在深入研究了冷连轧弯辊力设定原理的基础上,利用智能算法和包括出入口带钢厚度、机架间口张力、轧制速度、中间辊窜辊、带钢宽度、轧辊倾斜以及轧制力等现场实际轧制大数据样本,提出了一种基于粒子群算法优化支持向量机的工作辊弯辊力预测模型。同时阐明了粒子群优化算法和支持向量机的基本原理,引入压缩因子的概念,提升了粒子群算法参数寻优的效率,选取冷连轧机组五机架为研究对象,利用拉依达准则对轧制数据样本进行处理,通过平均绝对误差、均方差误差和平均绝对误差百分比等评价指标对比预测模型的性能。结果表明,改进的预测模型具有良好的模型预测性能和泛化能力,同时根据实际生产数据样本,回归出基于轧制速度和辊间弹性系数的弯辊力缝补偿模型,并验证了模型的有效性,模型的投入降低了板形控制系统的负荷,改善了非稳态轧制过程中的板形控制精度,产品头尾部的质量合格率提高了5.1%。     

变接触轧制技术在热带钢轧机上的应用

阐述了变接触轧制技术的原理.从理论上分析了变接触轧制技术在提高承载辊缝横向刚度、增加弯辊力调控功效、改善辊间接触压力分布方面的作用.通过在宽带钢热连轧机上的长时间应用证明:变接触轧制技术可以显著改善轧后带钢的板形质量、降低轧辊消耗和增加轧制单位公里数.     

基于刚度特性分析的UCM冷轧机板形板厚综合设定模型

 针对六辊UCM冷轧机,利用大型非线性有限元软件MSC.Marc建立仿真模型,并利用该模型系统计算了板形板厚综合设定模型中所需的轧制力、工作辊弯辊力、中间辊弯辊力的横、纵向刚度,分析了中间辊横移对轧制力横、纵向刚度的影响规律。并在轧机刚度分析基础上给出了中间辊横移位置设定模型、弯辊力设定模型和空载辊缝设定模型等,建立了六辊UCM轧机板形板厚综合设定模型和设定策略。采用有限元模型验证了板形板厚综合设定后的板形、板厚均满足目标要求。